Skip to main content
Le ciblage prédictif par IA est un module complémentaire disponible à la fois dans Web Experimentation et Feature Experimentation. Contactez votre Customer Success Manager pour plus de détails.
Activez le ciblage prédictif par IA sur vos objectifs pour entraîner un modèle d’apprentissage automatique qui prédit la probabilité de conversion de vos visiteurs. En liant ces prédictions à des étapes clés du parcours client — telles que les consultations de produits ou les abandons de panier — vous pouvez cibler les visiteurs avec des campagnes personnalisées basées sur leurs scores de propension en temps réel. Cet article vous guide dans l’activation du ciblage prédictif par IA pour des objectifs nouveaux ou existants, la sélection des déclencheurs adaptés à votre audience et le suivi de la phase d’apprentissage initiale de votre modèle.

​
Activer le ciblage prédictif par IA sur un objectif existant

  1. Cliquez sur Paramètres > Objectifs.
  2. Trouvez l’objectif que vous souhaitez mettre à jour et cliquez sur Modifier.
  3. Cliquez sur Paramètres avancés.
  4. Basculez Utiliser cet objectif avec AI Predictive Targeting sur Activé.
  5. Sélectionnez le déclencheur auquel le ciblage prédictif par IA effectuera des prédictions de probabilité.
  6. Cliquez sur Enregistrer.
Activer le ciblage prédictif par IA

​
Activer le ciblage prédictif par IA lors de la création d’un nouvel objectif

  1. Cliquez sur Paramètres > Objectifs.
  2. Cliquez sur Nouvel objectif.
  3. Saisissez les détails requis de l’objectif et cliquez sur Suivant.
  4. Cliquez sur Paramètres avancés.
  5. Basculez Utiliser cet objectif avec AI Predictive Targeting sur Activé.
  6. Cliquez sur Enregistrer.

​
Comment choisir le bon déclencheur

Un déclencheur est l’action client, l’événement ou le moment du parcours client qui active une prédiction. Ne sélectionnez pas un déclencheur de manière arbitraire ni uniquement parce que l’événement est techniquement disponible. Un bon déclencheur représente une étape significative du parcours client où vous avez une décision à prendre : engager, personnaliser, recommander, fidéliser, inciter, ou laisser l’utilisateur poursuivre sans intervention. Voici quelques exemples de déclencheurs pertinents :
  • Un utilisateur consulte une page produit
  • Un utilisateur ajoute un article au panier
  • Un utilisateur abandonne un tunnel de commande
  • Un utilisateur finalise un achat
  • Un utilisateur montre des signes de risque d’attrition
  • Un utilisateur atteint un palier de fidélité
  • Un utilisateur revient après une période d’inactivité
En pratique, associez vos déclencheurs à votre parcours client. La plupart des marques définissent déjà des étapes clés du parcours telles que la découverte, la considération, l’achat, l’onboarding, la rétention, la fidélisation et la réactivation. Les scores de propension sont les plus utiles lorsque vous les générez et les interprétez à ces moments-là. Un score de “forte propension à convertir” n’a pas de sens en lui-même. Il devient exploitable lorsque vous le rattachez à une étape spécifique du parcours, par exemple après la consultation d’un produit, après l’abandon d’un panier, ou avant une date de renouvellement. Un même score peut conduire à des actions différentes selon l’étape du parcours. Kameleoon regroupe les visiteurs en cinq tranches de score, chacune représentant environ 20 % de l’audience éligible :
  • Très faible
  • Faible
  • Modérée
  • Élevée
  • Très élevée
Un score élevé ou très élevé peut indiquer que le visiteur n’a besoin que d’un léger encouragement, voire d’aucune incitation. Un score faible ou très faible peut indiquer que le visiteur a besoin d’un message plus fort, d’une expérience on-site différente, d’une interaction au meilleur moment, ou d’une incitation. Dans certains cas, cela peut également signifier que le visiteur ne doit pas être ciblé du tout, car l’impact attendu est trop faible. Vous ne pouvez pas définir la bonne action pour chaque niveau de score de manière universelle : validez-la par l’expérimentation. Testez quelle expérience on-site fonctionne le mieux pour chaque étape du parcours et chaque tranche de propension, puis affinez vos déclencheurs et votre stratégie décisionnelle en fonction des performances observées.

​
Exemple : personnalisation on-site après un abandon de panier

Un retailer souhaite utiliser le scoring de propension pour optimiser l’expérience on-site des visiteurs qui ont abandonné leur panier. Le déclencheur ne doit pas se résumer à “afficher une personnalisation chaque fois que nous disposons d’un score”. Le déclencheur doit plutôt correspondre au moment significatif du parcours : un visiteur ajoute des articles au panier, ne finalise pas la commande, et revient sur le site dans un délai défini. À ce moment-là, le score de propension oriente la meilleure action on-site :
  • Propension à acheter très élevée / élevée : afficher un léger rappel in-page du panier sauvegardé, ou aucune incitation.
  • Propension à acheter modérée : afficher une réassurance contextuelle, telle qu’une preuve sociale, des avis produits ou les avantages de livraison.
  • Propension à acheter faible / très faible : tester une expérience on-site plus marquée, telle qu’une bannière d’incitation, une recommandation produit alternative, ou une mise en page différente pour la page panier.
Au fil du temps, testez ces expériences on-site et apprenez quelle stratégie performe le mieux pour chaque tranche de score.

​
Phase d’apprentissage

Après avoir activé le ciblage prédictif par IA, Kameleoon démarre une phase d’apprentissage avant que les prédictions soient disponibles. Le modèle nécessite :
  • 7 jours de données
  • 100 000 visites
Les deux conditions doivent être remplies. Par exemple, si votre site reçoit 100 000 visites en une seule journée, le modèle a toujours besoin d’une semaine complète de données. Si votre site reçoit 50 000 visites par semaine, l’entraînement prend deux semaines. Une fois l’entraînement terminé, le modèle est activé au jour 7 (J+7) et les prédictions deviennent disponibles au jour 8 (J+8), après qu’un jour de données de prédiction se soit accumulé. Après son activation, le modèle continue d’apprendre : Kameleoon le réentraîne toutes les 10 minutes à mesure qu’il collecte de nouveaux points de données et analyse davantage de visites et de conversions. Pour en savoir plus, consultez Fréquence de mise à jour du modèle et des scores.
Ciblage prédictif par IA actif
La qualité du modèle dépend du volume de trafic, du taux de conversion et du nombre absolu de conversions collectées au sein de vos déclencheurs. Le trafic seul ne suffit pas : si un objectif reçoit beaucoup de visites mais seulement une poignée de conversions, l’IA ne verra pas assez de schémas de conversion pour apprendre un signal prédictif fiable.Pour vérifier si un objectif dispose d’un volume de conversions suffisant, ouvrez le tableau de bord Objectifs et survolez l’objectif. Kameleoon affiche le nombre de conversions collectées au cours des dernières 24 heures. Utilisez ce nombre comme un contrôle rapide avant de vous appuyer sur l’objectif pour le ciblage prédictif par IA.Visez une taille d’audience raisonnable et un nombre significatif et soutenu de conversions pour obtenir les meilleures prédictions.

​
Badges de statut du modèle IA

Les objectifs avec le ciblage prédictif par IA activé affichent un badge de statut sur le tableau de bord Objectifs. Survolez un badge IA en apprentissage pour voir une info-bulle indiquant le temps estimé et le nombre de visiteurs requis pour activer le ciblage prédictif par IA.

​
Étape suivante

Une fois que le modèle atteint le statut IA active, créez un segment en utilisant la condition Propension à convertir pour cibler les visiteurs selon leur probabilité de conversion prédite.